知乎上有個熱門提問，日常工作中Python+Pandas是否能代替Excel+VBA?

我的建議是，兩者是互補關系，不存在誰替代誰。

復雜數據分析挖掘用Python+Pandas，日常簡單數據處理用Excel+VBA。

從數據處理分析能力來看，Python+Pandas肯定是能取代Excel+VBA的，而且要遠遠比后者強大。

但從便利性、傳播性、市場認可度來看，Excel+VBA在職場工作上還是無法取代的。

因為Excel符合絕大多數人的使用習慣，使用成本更低。

就像Photoshop能修出更專業的照片，為什么大部分人在用美圖秀秀？道理是一樣的。

從市場接受度來看，Python對比Excel有三個差異點。

注意我這里說的是差異點，不是劣勢，因為不同品種的東西，沒辦法進行優劣比較。

1、Python學習門檻相對較高

雖然Python在編程語言里算最容易入門的，但是它仍然是一門編程語言，需要你理解變量、函數、邏輯語句、類、線程進程等編程知識，對于大部分非IT專業的人來說，學習門檻是相當高的。

而且學習Python數據分析不光是學習Python語法本身，你還要學習Pandas、Numpy、Matplotlib、SKlearn等各種數據科學庫，因為大部分數據處理函數都包裝在這些庫里。

很多庫學習的難度不比Python本身容易，因為這些大庫的生態很復雜。比如Pandas，它的函數方法起碼得有成千上萬個，還有不勝其數的參數和邏輯，就像是你在手擼Excel底層代碼去做數據分析。

所以Python擅長處理復雜度高、重復性高、數據量大的場景。

Excel呢？幾乎大部分懂點電腦的人可以零門檻去使用，或者說簡單看些教程，就可以使用函數、透視表進行數據處理，入門學習成本極低。

當然，高階操作和VBA也是需要花時間去研究的。

2、Python使用成本相對較高

前面說過Python不像Excel這種圖形界面軟件，拿來即用，不會出現什么幺蛾子。

Python用起來相比Excel麻煩點，有可能你跑成功的代碼換到同事電腦就會出現bug，因為Python涉及環境配置、依賴關系，且語法格式比較嚴格，稍有不對就會報錯。

所以很多Python的學習者會止步在安裝配置、bug處理上，還沒進行數據分析就放棄了。

對于Excel，可能就不會存在這些問題，或者很少。

公司里上到董事長、CEO，下到基層員工，幾乎都在用Excel。你用Excel做出來的東西，可以毫無溝通障礙的同步給領導同事，哪怕是用到VBA等復雜功能，也可以輕松解釋。

當然這里不涉及復雜的開發的場景，只是日常辦公的數據處理和協作，Excel比Python更實用。

如果是跑算法、寫自動化工具，肯定Python相對合適。

3、Excel在某些應用場景已經通用化，產生路徑依賴

多數人對Excel產生了路徑依賴。Excel面世幾十年，在各行各業都有深層次的應用，積累了大量代碼、公式、流程、素材等，很難在一朝一夕去找到替代品。

Excel是世界上最成功的軟件之一，微軟每年用養成本上千的工程師去開發維護Excel，把Excel封裝成日常辦公最方便的數據工具。其實微軟考慮的是滿足95%的人需求即可，剩下5%的人可以盡情地去用Java、Python等工具。

所以不是說功能越強，我們越應該用什么，而且考慮到現有的規則、經驗、行情，做出最有解選擇。

小結

綜上，大部分人使用Excel，而不是Python進行數據分析，是很正常的事。

因為簡單而有效的東西往往是最受歡迎的，Python其實也一直在往這個方向努力，相信它的明天會無比美好。